Python으로 배우는 확률 기초

이 장에서는 두 사건의 교집합 확률, 두 사건의 확률 합 등 다양한 확률을 계산하고, 그 상황을 시뮬레이션하는 방법을 배웁니다. 또한 조건부확률과 베이즈 규칙을 어떻게 적용하는지도 학습합니다.

지금까지는 이항분포를 중심으로 살펴봤지만, 확률변수가 따를 수 있는 분포는 매우 다양합니다. 이 장에서는 이항분포와 관련 있는 세 가지 분포, 정규분포, 포아송분포, 기하분포를 소개합니다.

이제 확률과 확률분포의 중요한 성질을 계산하는 방법을 알게 되었으니, 두 가지 핵심 결과를 소개하겠습니다. 바로 대수의 법칙과 중심극한정리입니다. 이를 통해 더 많은 데이터가 쌓일수록 표본평균이 모평균에 수렴하는 방식과, 특정 조건에서 확률변수의 합이 어떻게 거동하는지 이해를 넓힐 수 있어요.또한 데이터 사이언스에서 확률과 통계가 어떻게 응용되는지 보여 주기 위해 선형회귀와 로지스틱 회귀의 연결점도 탐구합니다.